[发明专利]混合动力车辆自学习方法、装置及存储介质

说明书

本申请涉及车辆检测技术领域，具体涉及一种混合动力车辆自学习方法、装置及存储介质。混合动力车辆自学习方法中，通过对待测工况节点的相邻MAP工况节点的节点参数进行在线辨识，若相邻MAP工况节点发生变化或实际空燃比偏差不低于预设阈值，对相邻MAP工况节点的节点参数进行迭代更新，可以确保分区混合气自学习稳定后各区域空燃比的整体误差最小化，且在工况变化时自学习值光滑连续变化，最终可以改善空燃比闭环控制精度、提高车辆排放一致性。

技术领域

本申请涉及车辆检测技术领域，具体涉及一种混合动力车辆自学习方法、装置及存储介质。

背景技术

随着排放和油耗法规的不断加严，越来越多的发动机和混合动力新技术被应用至新开发车型上。对于搭载特定发动机的整车而言，影响排放性能的因素很多，如混合动力负荷分配策略、发动机原始排放特性、催化器选型、空燃比控制偏差等，空燃比偏差的影响因素包括有动态工况负荷预测精度、动态工况燃油油膜补偿量、稳态空燃比预控偏差等，其中，解决稳态空燃比预控偏差问题成为改善排放特性、提高排放一致性的常见方式，其主要解决手段为空燃比偏差自学习。

在相关技术中，常采用如下三种空燃比偏差自学习方法：单点法，将发动机运行工况进行怠速和非怠速工况区间的划分，各区间存储空燃比偏差值；斜率截距法，基于特定工况区间的发动机油路和气路偏差，用最小二乘法等线性回归方法拟合出斜率截距作为非怠速和怠速工况区间的空燃比偏差自学习值；分区法，将发动机运行工况划分为多个区间，各区间存储空燃比偏差值。

然而，单点法和斜率截距法的存储空间较少，导致只能存储较少量的空燃比偏差自学习值，无法覆盖不同工况的预控偏差，进而难以提高排放一致性；对于分区法而言，目前常采用基于网格MAP的分区混合气自学习方法，其基本原理包括：(1)自学习条件满足时判断当前工况节点属于哪个区域；(2)对当前工况节点的稳态空燃比偏差进行积分并将积分值写入对应的网格并作为当前网格的自学习值，当空燃比偏差小于阈值后认为当前网格的自学习值稳定，积分器停止积分，当前网格的自学习结束。

对于上述分区混合气自学习方法而言，自学习完成后的输出为工况节点所属网格的自学习值，该方法无法保证各个分区自学习值的总体误差理想，进而无法保证较好的排放一致性。

发明内容

本申请提供了一种混合动力车辆自学习方法、装置及存储介质，可以解决相关技术中分区自学习方法下各分区自学习值总体误差不理想的问题。所述技术方案如下：

根据本申请的一方面，本申请实施例提供了一种混合动力车辆自学习方法，所述方法包括：

获取发动机处待测工况节点的实际工况参数；

基于所述实际工况参数，在MAP图中确定所述待测工况节点的相邻MAP工况节点；

根据所述MAP图确定所述相邻MAP工况节点的预估工况参数；

基于所述相邻MAP工况节点的预估工况参数和所述待测工况节点的实际工况参数，确定所述相邻MAP工况节点的节点参数和系数参数；

基于所述相邻MAP工况节点的节点参数和系数参数，计算所述待测工况节点的实际空燃比偏差；

响应于所述实际空燃比偏差不低于预设阈值，对所述相邻MAP工况节点的节点参数进行迭代更新。

根据本申请的另一方面，本申请实施例提供了一种混合动力车辆自学习装置，所述装置包括：

参数获取模块，用于获取发动机处待测工况节点的实际工况参数；

节点确定模块，用于基于所述实际工况参数，在MAP图中确定所述待测工况节点的相邻MAP工况节点；

参数预估模块，用于根据所述MAP图确定所述相邻MAP工况节点的预估工况参数；